「Fujitsu ナレッジグラフ拡張RAG for Root Cause Analysis」を顧客とPoC実証：プラント保全効率化に向けて有用性を確認

こんにちは。人工知能研究所の和田です。

富士通では企業における生成AIの活用促進に向けて、多様かつ変化する企業ニーズに柔軟に対応し、企業が持つ膨大なデータや法令への準拠を容易に実現する「エンタープライズ生成AIフレームワーク」を開発し、2024年7月よりAIサービス Fujitsu Kozuchi (R&D) のラインナップとして順次提供を開始いたしました。本掲載では、上記のうちFujitsu ナレッジグラフ拡張RAG for Root Cause Analysis*1（KG拡張RAG for RCA）*2をプラント保全向けにPoC適用した件について紹介します。このPoCで、私達は、プラントを保有する顧客企業様（仮称：A社様）と共に実施し、A社様のプラントで発生した実際の事例を基にしてKG拡張RAG for RCAの評価を行いました。

*1:RAG：Retrieval Augmented Generation。生成AIの能力を外部データソースと組み合わせて拡張する技術。

*2:KG：Knowlege Graph。データベースや情報から得られる知識（ナレッジ）を結び付け、相互の関係性を構造化したグラフ形式のネットワーク。

SC25に参加・展示しました#2 ～量子コンピュータと、そのアプリケーションに関する展示

　初めまして、量子研究所の瀧田です。私は入社以来、光通信システム・ネットワークに始まり、以降、ネットワーク全般やエッジコンピューティング、そして最適化（量子インスパイアード最適化）と、様々な分野で研究開発に従事してきたのですが、2024年度より、量子コンピューティングとご縁ができ、現在は、このアプリケーションを創出する業務に従事しています。

ノーベル化学賞に寄せて：新材料MOFの紹介

こんにちは。デバイス＆マテリアル研究センターの大津です。

10月初旬にノーベル賞が発表され、医学生理学賞、化学賞で日本人がダブル受賞するという嬉しいニュースがありました。ちょうど先週、ノーベル賞の授賞式があったところでして、記憶に新しいところです。ノーベル賞のニュースは科学技術を志す研究者として大変励みになります。ノーベル化学賞受賞の北川進先生(京都大学)はMOFという材料の開拓者の一人としてノーベル賞に選出されました。

本記事では、ノーベル化学賞を受賞した材料であるMOF(Metal-Organic Frameworks、「モフ」と読みます)について、10年来MOFを研究していた私から紹介します。たくさんある材料のうち、なぜMOFがノーベル賞に選ばれたのでしょうか？

SC25に参加・展示しました#1 ～HPCの最新トレンドを探る

はじめに

こんにちは、富士通研究所コンピューティング研究所の一場です。 2025年11月16日から21日までアメリカ合衆国 セントルイスで開催された国際会議 SC25 に参加しましたので、その内容を紹介します。SC25について、富士通の様々な部署から、4回の連載でレポートする予定です。この記事では私が注目した論文発表の内容を主に紹介します。 SCでは企業、大学、研究機関など様々な組織が展示を行っており、富士通も展示を行っています。富士通の展示については、別の記事で紹介されます。

「Fujitsu 因果AI」のご紹介(全３回) #2 知識誘導因果探索技術

こんにちは。人工知能研究所の藤井、簗島です。 本記事では、 Fujitsu 因果AI の知識誘導因果探索技術とその適用事例をご紹介します。

1bit 量子化技術の紹介

1bit量子化で広がるLLMの可能性：高速・省メモリ化の最前線

こんにちは。富士通株式会社　人工知能研究所の酒井です。本ブログでは「1bit量子化」について、分かりやすく紹介します。本技術開発の背景には、巨大化する生成AIモデルと、それに伴う計算資源の課題があります。今回、人工知能研究所はこの問題を解決する画期的な技術である1bit量子化を実現し、さらに本技術をOSS公開しました。本ブログではその背景から技術までを簡単に説明します。

量子古典ハイブリッド技術によるロボットの運動制御

　 　 　皆様、こんにちは。量子研究所の量子アプリCPJの木村です。 この度、2025年12月2日にFujitsu Technology Parkで開催されたFTU 2025において、私は私たちの最新の研究成果を発表いたしました。今回は、この発表を多くの方々にお届けするため、Fujitsu Tech Blogでも詳しくご紹介させていただきます。

デジタルフェイク対策：バイアスを低減した信頼できるディープフェイク検知技術

こんにちは、富士通研究所データ＆セキュリティ研究所の吉井章人と園田亮介です。この記事ではデジタルフェイク対策技術の一つとして、私たちが開発しているディープフェイク検知技術について紹介します。

生成AIなどの普及により、実在しないデジタルフェイクが誰でも容易に作れるようになりつつあります。 最近ではリアルタイムでも高い品質で、現実と見分けるのが難しい画像や動画が生成できることから、 著名人や政治家などになりすまして架空の発言を広めたり、文書を巧妙に改ざんして取引で損害を与えたりすることが想定されます。 技術の進歩が速い現在、AIを悪用した事件や事故を防ぐためにデジタルフェイクを検知できる技術が求められているのです。

富士通研究所では、信頼できるAIとの共存を目指して、デジタルフェイクの対策技術を開発しています[1]。 この度、私たちは技術をアピールするデモをFujitsu Technology Update 2025[2]で発表しました。 まず最初にデモの概要を紹介したのちに、ディープフェイク検知技術について説明したいと思います。

デモの動画をご覧ください。最初にビデオ通話の様子が登場します。

ビデオ通話の人物はAIで顔を入れ替え、弊社社長[3]になりすましています。この人物の顔に対して赤枠を描画し、顔が改ざんされていることを表示しています。 さらに、枠の上には小さな画像が表示されています。これらは、顔画像の中で改ざんされていると判断を下すのに影響した領域が抜粋されてヒートマップで表示したものです。

また、顔以外にもレシート画像や請求書などの文書が改ざんされているかを分析し、判定結果だけでなくどの部分が事実と異なるかも表示しています。

企業間のAIエージェント共創を支えるセキュアエージェントゲートウェイ

こんにちは、データ&セキュリティ研究所の宇野、三宅、Inderjeetです。

近年、AI技術の発展は目覚ましく、単一の企業や組織内だけでなく、複数の企業や組織のAIエージェントが連携し、共創することで、より複雑で多様な課題を解決できる未来が現実味を帯びてきました。世の中に公開されている情報だけでは、AIの性能向上に必要な知識が限界に近づく中、企業が積み上げた知識を学習したAIエージェントが相互に連携することによって、サプライチェーンなどの産業全体の課題解決や、企業間共創による新たなイノベーション創出が期待されます。

Materials Informatics特集 #15：GeNNIP4MDによる12万原子超の全固体電池の界面構造解析

こんにちは、富士通研究所の松村、西口、山崎です。我々のプロジェクトでは、Materials Informatics (MI) の研究開発を行っており、材料技術に関するお客様の課題を解決することを目的として活動しております。

今回のMaterials Informatics特集では、私たちが開発している分子動力学シミュレーション向けニューラルネットワーク力場を作成するツールGeNNIP4MD [1]に搭載している知識蒸留機能を活用し、全固体電池の固体電解質界面層の形成シミュレーションを、固体電解質膜と負極金属による12万原子を超える固固界面モデルの分子動力学 (Molecular Dynamics, MD) シミュレーションで実施した事例についてご紹介します。

サプライチェーン・デジタルリハーサル：不確実な時代の戦略立案を支援

こんにちは。コンバージングテクノロジー研究所の尾形です。私たちの研究グループでは、企業のサプライチェーンに関して、中長期的な戦略的意思決定を支援する「サプライチェーン・デジタルリハーサル」の技術開発に取り組んでいます。本技術の特長と大手食品企業様の製品のサプライチェーンを対象とした共同検証についてご紹介します。

偽・誤情報、AIトラスト、AIセキュリティに対応する国際コンソーシアムを設立

はじめに

こんにちは、データ＆セキュリティ研究所の坂本・新田です。

現在、生成AI技術の発展は大きな可能性と共に、コンテンツの真偽性、AIシステムセキュリティ、倫理的利用やガバナンスといった喫緊の課題を提起しています。これらの課題は、ディープフェイクや偽・誤情報の拡散、プロンプトインジェクションのようなAIシステムへの新たな攻撃、さらには法規制への対応など多岐にわたり、一企業や単一技術では解決困難です。健全なAI技術の発展のためには、国際的な連携と多様な専門知識による多角的なアプローチが不可欠であると富士通は考えています。

組織間マルチエージェント連携技術

こんにちは、人工知能研究所の浅井・秋間・竹森です。この記事では、マルチAIエージェントシステムを適用する上で課題となる、（組織間で異なる要求を持った）エージェント同士の連携技術についてご紹介します。

宇宙データオンデマンドで目指すもの

初めに

近年、人工衛星の数は飛躍的に増加し、宇宙からのサービスがより身近なものになってきました。スマートフォンの位置情報サービスや天気予報など、実は私たちの日常生活にも、すでに人工衛星が活用されています。 しかし、衛星データの活用には、まだまだ多くの課題が残されています。例えば、必要な時に必要な場所のデータが得られなかったり、データの取得から実際に使えるようになるまで時間がかかりすぎたり、費用が高額だったり。 富士通株式会社は、ICT（情報通信技術）を基盤とする企業として、これらの課題を解決し、宇宙データをもっと使いやすく、もっと価値あるものにするための研究開発を進めています。 本記事では、富士通が取り組む「宇宙データオンデマンド」というコンセプトと、それを実現するための3つの革新的な技術について、技術に詳しくない方にも分かりやすく解説します。特に、衛星上でAI処理を行う「衛星エッジコンピューティング」を中心に、その仕組みと可能性をご紹介します。